当前位置:   article > 正文

卷积网络 步长&填充 大小 与输入输出大小的关系_步长为2,输出尺寸与输入尺寸的关系

步长为2,输出尺寸与输入尺寸的关系

在设计深度学习网络的时候,需要计算输入尺寸和输出尺寸,那么就要设计卷积层的的各种参数。这里有一些设计时候的计算公式,方便得到各层的参数。

这里简化下,约定:

没有填充,单位步长

零填充,单位步长

  1. 半填充

  1. 全填充

参考图如下图所示;

不填充,非单位步长

零填充,非单位步长

示意图如下:

 

参考:

[1603.07285] A guide to convolution arithmetic for deep learning

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小舞很执着/article/detail/787161
推荐阅读
相关标签
  

闽ICP备14008679号